Канал для аналитиков данных про Python, карьерное развитие в анализе данных, всякое разное Автор – @ax_makarov Отдельный канал про ChatGPT и его практическое применение — @ai_forge Чат канала — @pydata_chat Вакансии — @data_hr
Подводя итог, экономическое системное мышление – это в первую очередь умение видеть организацию (или какой-то кусок организации, если источники прибыли явно могут быть выделены в отдельные направления) через призму ее продуктов, оргструктуры, процессов, источников получения прибыли (сегментов рынка) и умение эти компоненты рассматривать как экономические объекты, то есть в конечном счете через расходы/доходы
А вот что такое «организационное системное мышление», я расскажу в следующем посте
Если вам интересно читать про тему бизнес-мышления — жмякайте «👍»; если вы не понимаете вообще о чем я пишу и зачем — «🤔»; если считаете, что устраивать опросы через кнопки моветон — «💩»
Возвращаясь к теме с бизнес-мышлением
В комментариях задали интересный вопрос «Если это структурный вопрос и ценностный, то что с этим делать то можно?». Если упрощать, то вопрос может звучать как «Что делать если в компании в целом с бизнес-мышлением туго и с отношением к продукту как к продукту?»
В большинстве случаев, отсутствие в компании продуктовой культуры и ориентации на бизнес-метрики — это следствие плохого целеполагания на уровне менеджмента компании. Из-за невнятного целеполагания, чаще всего в организационной структуре отсутсвует важная деталь: отношения между подразделениями не способствуют к тому, чтобы сотрудники сообща взаимодействовали в интересах бизнеса. В хорошей оргструктуре реализованы сдержки-противовесы, дающие критическое осмысление деятельности через вопрос «а что это даёт для бизнеса?». Чаще всего такие вопросы провоцируют некоторое количество внутреннего напряжения (а иногда и открытых конфликтов), что выступает драйвером изменений. Ещё один компонент «слабого» менеджмента — отсутствие со стороны руководства ясной коммуникационной стратегии о целеполагании и состоянии бизнеса, которая формировала бы корпоративную культуру (не в смысле «мы — команда, у нас весело», а в смысле культуры принятия решений с ориентацией на бизнес-результат)
Но что делать, если ты не руководитель и бизнес-метрики напрямую не входят в зону ответственности? Но при этом есть желание что-то изменить и приблизить светлое будущее, где решения будут приниматься с вопросом «А в чём польза для бизнеса?». Ответ: кросс-функциональные проекты
Кросс-функциональные проекты — это рабочая группа, где пересекается несколько сотрудников смежных подразделений, заинтересованных в достижении определенного результата. У них возникает совместное целеполагание, приоритезация, планирование и другие процессы. Ключевое тут — совместное, где возникает некое равенство участников, а не так, что каждый друг другу стейкхолдер и чего-то друг друга все хотят и пытаются засунуть задачи друг другу в бэклоги. Отдельный вопрос как лучше такие кросс-функциональные проекты организовывать, но про это я расскажу позже, если будет интересно
Я считаю, что кросс-функциональные проекты — это отличный способ создать «структуру внутри структуры». И при хорошей организации этой структуры она способна производить влияние на культуру принятия решений и ценности внутри компании
Чем же хороши кросс-функциональные проекты и почему они в целом подтягивают участников рабочей группы с точки зрения бизнес-мышления? Ответ на этот вопрос тянет на отдельный пост и, скорее всего, когда дойдут руки, я его напишу. Но если коротко, то это заставляет людей видеть картинку чуть шире, научиться видеть широкую картинку на уровне бизнеса и в то же время глубоко вгружаться в зоны ответственности и процессы коллег из смежных подразделений. Всё это формирует подход, где происходит больше обмена знаниями и формирует умение видеть общую картинку, а не только маленький кусочек своей работы, а также принимать ответственность за результат целиком, а не только за свою работу
Поставьте 🔥, если интересно ещё почитать про кросс-функциональные проекты (их преимущества, как их организовать, как их «продавать» руководству)
Что-то не джойнится, половины данных нет, АБ тест запустили криво, дашборд сломался. Рано или поздно каждый аналитик сталкивается с такими проблемами. О таких и многих других кейсах в своем канале рассказывает аналитик - Юрий Борзило. В канале есть много клевых материалов.
1 Подборки:
💎 Подборка материалов по АБ тестам
💎 Подборка курсов по инструментам аналитика
💎 Подборка комплексных курсов по аналитике
2 Про работу аналитиком:
💎 Как ставить задачи аналитику
💎 Почему LTV плохая метрика
💎 Базовая схема сквозной аналитики
💎 Toolkits в работе аналитика
💎 Кратный рост VS тюнинг конверсии
Кроме полезнях в канале полно прикольных мемасов про анализ данных. Несколько рандомных мемасов: тык1, тык2, тык3
Ссылка на канал
☄️Открытый урок по языковым моделям от OTUS
4 сентября в 18:00 мск встречаемся на открытом уроке «Языковые модели: от статистических до ChatGPT» в рамках курса «Natural Language Processing (NLP)» от OTUS.
📣 Кому подходит этот урок:
- Практикующим Data Scientist и IT-специалистам, которые хотят глубже погрузиться в область NLP
- Тем, кто хочет узнать, что делает ChatGPT таким умным
- Людям, освоившим основы машинного обучения, но желающими развиваться в области DS
💪 Результаты урока:
Вы узнаете, что такое языковые модели и как их использовать для решения NLP-задач, а также изучите подходы к обучению больших языковых моделей, таких как ChatGPT.
Это отличная возможность совершенно бесплатно протестировать формат обучения и задать преподавателю любые вопросы в режиме реального времени 😎!
Пройдите тестирование курса, чтобы зарегистрироваться на урок - https://otus.pw/PNad/
Нативная интеграция. Информация о продукте www.otus.ru
Яндекс Практикум и Томский государственный университет запускают совместную программу магистратуры «Дата-аналитика для бизнеса».
Поможем стать уверенным middle-специалистом и получить степень магистра ТГУ за 2 года. Если вы уже работаете аналитиком, то сможете учиться на кейсах вашей компании.
— Обучение онлайн 20-25 часов в неделю — удобно совмещать с работой
— Диплом государственного образца по направлению «Прикладная информатика»
— Преподаватели — действующие аналитики данных
— 6 месяцев практики и 30 проектов в резюме
— Системное развитие софтскилов
Мы готовим специалистов широкого профиля, которые подкованы в аналитике, бизнесе и коммуникациях. Первый и второй семестр заложат базу: программирование, экономика, менеджмент, математика. В третьем семестре можно будет выбрать специальность: продуктовая, маркетинговая или бизнес-аналитика.
Подавайте заявку и растите в T-shaped специалиста.
Что за Big Data и где оно обитает?
Если вы тоже устали искать ответ на этот вопрос, то вступайте в комьюнити «Где дата, Зин?» с практикующими Data-инженерами и аналитиками от Слёрма.
24 августа состоялся уже второй выпуск: «Моделирование данных в DataLake: от вавилонской башни к дата-макдональдсу».
Что обсуждали:
⚙️ Что такое моделирование данных?
⚙️ Типичный Data Lakehouse
⚙️ Логическое моделирование: EDW, Dimensional Modeling, Data Vault
👉 Вступайте в сообщество
💻 Хочешь работать с масштабными цифровыми продуктами? Учись обрабатывать большие данные
MLOps — все более популярный среди компаний способ повышения производительности и создания надежных моделей корпоративного уровня.
✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.
💪 Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на продвинутом курсе «MLOps» от OTUS.
Успей присоединиться к группе, курс стартует 31 августа!
✍️ ПРОЙТИ ТЕСТ: https://otus.pw/Qq5d/
Нативная интеграция. Информация о продукте www.otus.ru
🙅♂️ Не повторяйте эти ошибки при переходе в аналитику!
О том, как построить карьеру в аналитике и что для этого нужно, узнаете на бесплатном вебинаре «Аналитик данных: с нуля до оффера» от Changellenge >> Education.
🧑🏻💼 Приглашенный эксперт — Татьяна Черняк, Data Analyst Team Lead в VK Cloud.
📆 Когда: 16 августа, 19:00 Мск
Подключайтесь к трансляции, чтобы узнать:
🔸 каковы перспективы специалистов на рынке труда;
🔸 какие навыки дата-аналитика must-have для старта карьеры;
🔸 где и как освоить hard skills аналитика данных;
🔸 как получить оффер и каких ошибок избегать при поиске работы.
Стройте карьеру правильно!
🔗 Регистрируйтесь по ссылке:
https://u.to/tljeHw
Звучит банально до тошноты, но я тут недавно проводил для коллег мастер-класс по составлению промптов
Разобрали из чего вообще состоит хороший промпт (инструкция, контекст, вводные данные, формат вывода), посмотрели на несколько приемов (few-shot, act like, direct stimulus prompting, chain-of-thought, chatgpt as prompt engineer) , обсудили ошибки, которые совершают люди, считающие что можно получить качественный результат от LLM-генерируемого текста с первого раза (ожидание, что gpt «читает мысли», отсутствие экспериментов с выводом, отсутствие черри-пикинга)
В общем, получилось очень базово, но как оказалось полезно, особенно для тех, кто не читал никаких туториалов и не подходит к «общению с LLM» как к чисто функциональной задаче заставить черный ящик выплевывать что-то с приемлемым результатом
Презентация с мастер-класса тут
Планы на этот четверг: прокачать Pandas в Python!
10 августа в 18:00 по Мск Андрон Алексанян, CEO IT Resume & Simulative, проведет бесплатный интенсив по аналитике рекламных кампаний с помощью Pandas в Python.
Что вас ждет:
📌 1 живая обучающая лекция, теория и много-много практики — скучно не будет 🙂;
📌 Конспект лекции + домашнее задание по пройденному материалу;
📌 2 подарка от команды Simulative 🎁
Интенсив подойдет всем — от новичков до тех, кто уже знаком с Python:
🔸 мы будем подробно объяснять каждый свой шаг;
🔸 мы будем много говорить про аналитику и продуктовую составляющую на примере реальной бизнес-задачи — такой опыт точно будет вам полезен 😊
Если вы готовы прокачать свои знания, то ждём вас на интенсиве 👉🏻 [Зарегистрироваться]
Когда собирал данные по опросу, то одной из самых болючих тем оказалась история про синдром самозванца. И оно кажется логичным, так как анализ данных — это с одной стороны быстро меняющаяся сфера, а с другой стороны — ёмкая в плане экспертности мнения. Можно говорить, что в анализе данных есть какая-то предельная объективность, но на мой взгляд это не совсем так
Так что делюсь своими размышлениями про синдром самозванца, может кому-то будет полезно
Скидка до 22% на ресурсы управляемых баз данных Greenplum и OpenSearch в Yandex Cloud
Теперь у вас есть возможность резервировать определенный объем ресурсов — Committed volume of services, CVoS — с фиксированной ценой в течение полугода или года. Это предложение доступно для всех пользователей и позволяет существенно сократить расходы при стабильном потреблении сервисов.
Условия CVoS распространяются на Yandex Managed Service for Greenplum и Yandex Managed Service for OpenSearch, работающие на платформах с процессорами Intel Ice Lake. Размер скидки: 15% при резервировании на пол года и 22% при резервировании на 1 год.
➡️ Подробнее по ссылке.
💻 ИЩЕМ АНАЛИТИКОВ ДАННЫХ В ЯНДЕКС ПРАКТИКУМ! 💡
Яндекс Практикум — это ведущий сервис онлайн-образования в IT. И мы ищем аналитиков данных готовых стать частью нашей команды.
Команда аналитики помогает оптимизировать весь путь пользователя от идеи смены карьеры до трудоустройства. А занимает он больше года. Причем треть этого времени уходит на принятие решения о покупке курса. Поэтому в маркетинге нам нужны модели атрибуции сложнее, чем First/Last Click. А эффективность обучения зависит от качества работы тысяч сотрудников сопровождения. Управлять этим без метрик просто невозможно.
📌 Мы ищем амбициозных аналитиков, которые устали пилить однотипные дашборды и хотят заниматься задачами влияющими на бизнес-метрики.
При этом нам критически важны уверенные знания SQL, потому что мы только начинаем строить DWH. Кстати, если вы дата-инженер, тоже пишите 😉
Подробнее о задачах и требованиях можно прочитать в описаниях вакансий команд:
- команда маркетинговой аналитики: аналитик и тимлид
- команда финансовой аналитики
- продуктовая аналитика
🤝 Если вам интересно, непонятно или просто хочется пообщаться про аналитику в EdTech, пишите @ksuabr
🟩Мои хорошие знакомые из SberMarket ищут к себе Дата-Саентиста 🟩
💰 Зарплата: 240 000 — 380 000 ₽/мес
🌐 Локация: Москва, Санкт-Петербург или полная удаленка
💻 Стек: Python, Jupyter, Airflow, Kubernetes, GRPC, Gitlab CI, Helm, Prometheus, Tableau, Metabase, Grafana.
💡 Саммари по задачам отдела:
Мы разрабатываем и внедряем ML-модели для оптимизации операционной эффективности компании. Это включает создание прототипов, тестирование гипотез, анализ данных и внедрение успешных моделей в продакшен.
🏢 О компании: Сбермаркет — онлайн-сервис, который помогает делать покупки, не выходя из дома. Ежемесячно сайтом и приложением пользуются более миллиона человек в 150 городах. Оборот компании в 2020 году составил 19,8 млрд рублей. Партнёры: METRO C&C, Лента, Ашан, Магнит, Командор и другие.
📩 Связаться с рекрутером этой позиции (телеграм)
🔗 Подробнее о вакансии и подать заявку можно здесь
❗️Один из важнейших инструментов MLOps — это MLFlow.
▶️ 10 августа в 20:00 мск в рамках онлайн-курса MLOps от OTUS пройдёт открытый урок «MLflow версии 2. Рецепты и пайплайны в машинном обучении».
✅ На открытом уроке вы узнаете:
🔹 О развитии MLFlow и о том, какие усовершенствования вошли в новые релизы (2.x)
🔹 О роли пайплайнов в организации процессов машинного обучения
🔹 Что такое MLFlow recipes и как их использовать для повышения эффективности работы DS
🧑💻 Спикером выступит преподаватель OTUS Данила Слепов. Он проектирует AI-системы, разрабатывает архитектуру MLOps платформ.
👉 РЕГИСТРАЦИЯ
https://otus.pw/6z5s/
Нативная интеграция. Информация о продукте www.otus.ru
Сразу предупрежу, что в этом посте будет минимум конвенциональных терминов, наверняка для всего о чём я пишу есть подходящие термины в книгах по разработке продуктов, менеджменту, системной инженерии. Мне важны не термины, а смыслы
Продолжу писать про то, что аналитики часто бывают оторваны от бизнеса и поэтому у многих возникает ощущение, что их работа не приносит ценности бизнесу
Как я писал выше, это может быть и следствием организационной структуры и целеполагания организации и её внутренней культуры. Но также это про бизнес-ориентированность самого аналитика. Этот навык в зарубежных источниках часто называют business acumen. Google Translate переводит как «деловая хватка», но это не раскрывает всей сути. ChatGPT предложил мне 5 вариантов перевода этого термина на русский язык: деловая проницательность, коммерческий смекалка, бизнес-чутье, экономическая мудрость, предпринимательский ум. Мне нравится, что все эти переводы не проосто про бизнес как арифметическое соотношение доходов к расходам, а про некоторое сочетание интуиции, интеллекта и экономики
За время работы в Практикуме, я пообщался с многими нанимающими менеджерами (лидами, хэдами, чифами) и часто слышу про то, что ищут аналитиков, обладающих определенным складом ума, который ориентирован не только на решение чисто технических задач, но и направленный на понимание бизнеса как сложной динамически-неупорядоченной системы, которая производит бизнес-решения, которые в свою очередь генерируют прибыль
Итак. Что же такое это пресловутое бизнес-мышление? Это не про то, чтобы ходить в костюме и сыпать словами типа «митигирование рисков» (хотя если вы работаете в определенном классе организаций, то сыпать такими терминами может быть экономически выгодно для вас)
На мой взгляд, бизнес-мышление состоит из 2х ключевых компонент — экономическое системное мышление и организационное системное мышление
Экономическое системное мышление — это про то, чтобы рассматривать систему (продукты, организационную структуру, бизнес-процессы) через призму расходов-доходов, то есть каждый узел сложной системы по заработку денег уметь переводить на уровень «заработаем вот столько, вот сколько это в процентах» или «сэкономим вот столько, вот сколько это в процентах». И тут вопрос перехода от прокси-метрик денег (например, конверсии в оплату) к самим метрикам денег. Это вопрос уже приоритизации и определения места конкретной гипотезы/задачи в списке того, что нужно делать в первую очередь. При этом никто обычно не ожидает точных до рубля прогнозов, скорее история про прогнозирование с точностью в порядках (условно в сумме со скольки нулями выражается то, что мы собираемся сделать)
Это кстати частый вопрос на собеседованиях – перевод того, что вы делаете на бизнес-показатели. Понятно, что есть вещи, которые проксируются к деньгам плохо, типа NPS или UX, но там опять же можно и нужно использовать некоторые предположения, которые мы знаем про чувствительность этой метрики, ее вариативность в разных сегментах, опыт влияния на эту метрику по итогам предыдущих гипотез/задач. Ну и по опыту, если что-то проксируется плохо к деньгам, то возможно это нужно выделять в отдельный бэклог, чтобы рассматривать как венчурные гипотезы или гигиенические задачи «поддержания здравого смысла» в системе (тут открытый вопрос что мы считаем здравым смыслом, на него нужно ответить каждой организации самостоятельно)
Еще может быть сложная история про моделирование и прогнозирование, когда нам нужно уметь учитывать систему не только в статике, но и динамике – что будет через 6 месяцев? А что если спрос изменится в один из месяцев? Какие риски возникают?
🚀Стань экспертом в Machine Learning и MLOps!
🤖В сентябре в Risoma School стартуют два курса, где вы сможете прокачать навыки для проектов машинного обучения и MLOps:
1. MLOps для Data Science и разработки ML моделей - курс для Data Scientists & Analytics, для эффективной работы с экспериментами, моделями и подготовки production решений c FastAPI и Airflow.
2. MLOps для Batch Scoring: автоматизация пайплайнов и CI/CD c DVC, MLflow и Airflow - курс для Machine Learning, Data и DevOps инженеров.
💻 Вы научитесь:
•Управлять экспериментами и жизненным циклом моделей
•Работать с продвинутыми сценариями версионирования данных и моделей
•Использовать Git и следовать Git-flow
•Настраивать мониторинг работы моделей и данных в production
•Работать с Airflow, DVD, Evidently, MLflow, FastAPI, Grafana, Git, Docker, GitLab, GitLab CI
В программе лекции от экспертов ML с опытом в банкинге, MedTech, AdTech, Big Data.
C промокодом datalytx10 вы получите скидку 10% на любой курс!
📌 Выбрать курс: risoma.ru/school
Команда архитекторов Yandex Cloud собрала общепринятые методики и проверенные практики, которые помогут оптимизировать хранилище данных на базе Greenplum:
✓ как рассчитать и спланировать оптимальную конфигурацию кластера;
✓ как выбрать модель данных;
✓ какие особенности Greenplum учесть;
✓ какой сценарий интеграции с источниками выбрать;
✓ как выполнять оптимизации кластера и другие административные операции.
Делимся с вами контентом бесплатно!
➡️ Заполните форму, чтобы получить доступ.
😎 Data-инженер — профессия будущего. Начни изучать её в Слёрм уже 4 сентября
Бизнес любит ясность. Ясность есть там, где аналитики выстраивают рабочие гипотезы. Аналитики предлагают новые решения с опорой на собранные данные.
А данные собирает Data-инженер! 👍
Приглашаем вас научиться профессии.
Это больше, чем видеокурс — это поток с экспертами, ревью домашних заданий, обширной практикой и итоговым проектом для портфолио начинающего инженера.
Записаться на курс вы можете на сайте Слёрм ✨
💬Также все подробности по курсу «Data-инженер» вы можете узнать в чат-боте. Здесь в подробностях расписана программа, есть информация о спикерах. В боте можно узнать об актуальных акциях и получить консультацию от менеджера курса: @slurm_data_engineer_bot
А ещё сейчас Слёрм проводит розыгрыш: есть возможность попасть на курс бесплатно! Такой шанс ребята предоставляют тем, кто оплатит место и готов написать рассказ о себе. Подробнее о конкурсе на сайте и в чат-боте ☝🏻
🆕 Воркбуки в Yandex DataLens!
Приглашаем на вебинар, где покажем новинку.
29 августа представим новый подход к организации объектов внутри сервиса. Рассмотрим, как функциональность упростит работу и расширит возможности использования BI-системы.
Вы узнаете:
🔹 что такое воркбуки и как их использовать;
🔹 как устроена новая ролевая модель;
🔹 как работать с группами пользователей;
🔹 какие возможности открывают воркбуки;
🔹 как перейти на воркбуки.
Также в конце спикер проведёт короткую Q&A-сессию. Для автора лучшего вопроса мы приготовили сюрприз! 🎁
Участие бесплатное, нужно только ➡️ зарегистрироваться.
Программировали, программировали и переросли свои задачи? Работайте над масштабными ИТ-проектами в Тинькофф. Здесь тимлид хороший и задачи интересные. А работать можно прямо там, где живете: у Тинькофф есть ИТ-хабы в 25 городах России, в Беларуси, Армении и Казахстане. Вакансии тут
Читать полностью…💣 Научитесь создавать рекомендательные системы для контента
📌 Приходите 24 августа в 20:00 (мск) на открытый урок «Векторизация текстов для практических задач» в рамках курса «Natural Language Processing» от OTUS!
✅ Что будем делать:
— Обсудим, как можно получать векторы текстов и использовать их в практических целях;
— Узнаем, как быстро сделать рекомендательную систему для текстов;
— Рассмотрим похожие статьи на основе тематического моделирования, экстрактивной суммаризации и векторизации FastText;
— Поищем похожие товары на основе векторизации TF-IDF;
— Обсудим векторизацию текстов архитектурой BERT.
👉 В результат вы узнаете, как эффективно подбирать похожие по смыслу и тематике тексты.
💻 Успейте зарегистрироваться по ссылке https://otus.pw/XRwc/ , количество свободных слотов на регистрацию ограничено.
Нативная интеграция информация о продукте www.otus.ru
❓Ответы на вопросы
Собрал ответы на вопросы в виде карточек, чтобы не спамить вас сообщениями. За ссылками и уточнениями, приходите в комментарии к предыдущему сообщению.
#askmeanything
В топ-3 пунктов, которые ярко выделились по результатам моего опроса софтовых проблем, с которыми сталкиваются аналитики стал пункт «Я делаю работу, но у меня возникает ощущение, что она не приносит ценности бизнесу»
Одна из причин такого положения дел — аналитики часто бывают оторваны от бизнеса и воспринимаются как некие «калькуляторы», «интерфейсы к данным», «люди, которые делают дашборды». Если искать первопричину этого, то чаще всего окажется, что она кроется в организационной структуре, целеполагании организации, культуре принятия решений и в том, что менеджемент, отвечающий за бизнес-показатели, не способен (по разным причинам) эти самые бизнес-показатели проращивать на уровень других подразделений
Но тут проблема и в аналитиках, потому что часто я встречаю аналитиков, которых не очень то заботит бизнес, они любят данные, любят задачки, поковыряться, построить какой-нибудь звездолёт для сегментации клиентов с помощью глубокого обучения и цепей Маркова. И это бывает оправдано, когда наш звездолёт может окупить себя экономически, то есть сложность реализации алгоритма оправдывается экономической эффективностью — такое часто можно наблюдать в data-driven продуктах, где изменение какой-то метрики даже на 0,1% в абсолюте даст бизнесу ощутимый рост в деньгах
И это подводит к мысли о том, что если работа не приносит ценности бизнесу, то одной из компонент этого ощущения может быть непонимание самим аналитиком задач бизнеса и того как его труд может встроится в цепочку генерации ценности для бизнеса. Что подводит к вопросу «бизнес-мышления», про которое часто любят говорить нанимающие лиды и хэды аналитики
Жмите 🔥, если интересно почитать про этот вопрос подробнее
Я тут сделал краткую выжимку инсайтов, которые показались мне полезными из нового отчета Маккинзи про состояние дел с внедрением ИИ в организациях
https://telegra.ph/Vyvody-iz-reporta-The-state-of-AI-in-2023-Generative-AIs-breakout-year-08-08
Говорили сегодня с подругой, которая не так давно переклафицировалась в QA-тестировщики о синдроме самозванца в IT-профессиях. И этот разговор навёл на некоторое количество любопытных мыслей
Синдром самозванца — это забавное и я бы даже сказал полезное расстройство, потому что оно заставляет успешных людей испытывать некоторую тревогу перед разоблачением. Что сейчас прибежит какой-нибудь Иван, который работает дольше тебя, и сорвет с тебя маску «гуру», а под маской... Кто же будет под маской... Тут без душераздирающих инсайтов — под маской будешь ты
Почему же синдром самозванца — полезный? Если научиться договариваться со своим внуренним самозванцем, то в определенный момент можно сделать его личным штурманом. Если обращать внимание на те моменты, когда у нас появляется мысль о том, что мы с чем-то не справимся и нас «разоблачат», то эту мысль можно попробовать перевернуть, что даст больше уверенности для того, чтобы идти вперед. Вот несколько примеров:
- Я не справляюсь с этой задачей и это будет конец моей карьеры → Я сейчас могу испытывать трудности, но результат этой задачи не определяет мою долгосрочную карьеру
- Я не сделаю это и все узнают, что я некомпетентен → Я имею право на ошибки, это позволяет мне учиться и совершенствоваться в своём деле
- Я не сделаю это на должном уровне и все поймут, что я бесполезен → Я приложу усилия, чтобы сделать это хорошо, но никто не выдаёт идеальный результат. Сделаю и посмотрю на обратную связь
И важная штука именно в этом переворачивании внутренних убеждений, чтобы сдвинуть себя из мертвой точки парализующей тревоги, убрать страх, ведь «страх убивает разум»
Со временем синдром самозванца становится спутником и вырабатывается привычка при первых его звоночках идти в какое-то начинание через смелость, говоря себе: «Пускай я сейчас в этом ничего не понимаю, выглядит сложно, и я не знаю что делать, но уверен, что по пути разберусь»
Лично у меня вряд ли будет такое состояние разума, что я перестану слышать внутри голос своего самозванца, это произойдёт только если я «успокоюсь» и буду ставить перед собой те задачи, которые уже когда-то решал, но с одинаковыми задачами мне скучно. И переживания в моем случае — это нормальная и нужная штука, потому что без переживаний я бы не кайфовал так в момент достижения результата. Эти легкие переживания приобретают флёр «несостоявшейся угрозы», когда оглядываясь назад понимаешь, что рисовал в своей голове больше преград, чем оказалось на самом деле
Без переживаний и сомнений можно, но как будто бы это возможно только в рамках очень узкой экспертной зоны. Иногда это хорошо, например, когда в команде есть сотрудник, глубоко погруженный в устройство определенной части системы, он становится таким «дедом-принципалом», к которому все ходят за советом. За рамки понимаемой системы он не выходит или выходит с неохотой
Бывает и другой типаж без сомнений в себе, но с кучей сомнений в других, такой «скучный профессионализм», без задора, но с большим количеством критики (надо признать, иногда конструктивной) такие люди черствеют в своей зоне экспертизы. Это не какая-то явная закономерность, но часто такие специалисты превращаются в тех, кто «лучше всех всё знает» и не признает своих ошибок. В общем, в классических душнил и токсиков, из-за которых команда часто испытывает демотивацию, потому что такие люди не оставляют другим места для ошибок
Мне кажется, с внутренним самозванцем нужно не бороться, а договариваться, научится лучше его понимать и конвертировать страхи в что-то более положительное, при этом оставляя себе пространство для переживаний. Я думаю, что «самозванцы» именно за счет своих сомнений и неуверенности, растут и развиваются быстрее, нежели те, кто никогда не сомневается. Ведь процесс осознания собственных ограничений и поиск путей для их преодоления — это то, что делает «самозванцев» более устойчивыми к изменениям и риску
Почему ваши собеседования могут закончиться неудачей?
Рассказывают в №1 сообществе алгоритмистов в РуНете - @eda_academy
Исследования показывают, что около 70% кандидатов не уверены в своих знаниях алгоритмов, а 85% из них считают, что слабое владение этой темой является основной причиной отказов на собеседованиях. Это может быть разочаровывающим для многих амбициозных профессионалов, желающих продвинуться в карьере.
Прямо сейчас на канале @eda_academy можно найти:
🔥 Интервью с рекрутером из Google, как попасть в FAANG
🔥 Примеры задач по алгоритмам и их решения
🔥 Топовые советы, как изучать алгоритмы эффективнее
▶️Подписывайтесь, чтобы знать алгоритмы лучше всех - @eda_academy
Присоединяйтесь к нашему сообществу Data Analyst REBRAIN и расширьте свои знания в области аналитики данных, управления проектами и маркетинга.
Мы предлагаем множество открытых онлайн-практикумов каждый месяц, которые проводят опытные профессионалы в области анализа данных. В рамках практикумов мы рассматриваем реальные кейсы анализа данных, используя самые современные инструменты, такие как Python, SQL, Tableau, бизнес-метрики, визуализация данных, статистика, теория вероятностей и многое другое.
Каждый практикум подобран с учетом разного уровня сложности и направления, чтобы каждый участник мог выбрать интересующие задачи и развиваться в соответствии с собственными навыками и опытом.
✔️ Присоединяйтесь уже сегодня и начните бесплатно развивать свои навыки в области анализа данных вместе с нами!
Ещё вчера они отвечали за код и технологии, а сегодня в их подчинении специалисты, к которым никто не приложил инструкцию. Да, быть начинающим управленцем в IT — рискованно, но интересно. Открывается много новой информации и определений.
Насчёт определений — в карточках собрали несколько ключевых, которые познакомят вас с профессией руководителя в IT поближе. А по поводу новой информации: в Практикуме появился курс по управлению командой разработки с воркшопами, личными консультациями и интерактивным учебником.
Пройдите первый бесплатный урок
Ты системный аналитик и хочешь прокачать свои навыки и знания? Тогда присоединяйся к проекту IT_ONE CAREER! 💚
⠀
Компания IT_One открывает сезон онлайн-мероприятий для системных аналитиков! IT_One – разработчик программного обеспечения для крупных игроков российского бизнеса.
⠀
Первым мероприятием станет IT_ONE CAREER MEETUP 🚀
27 июля в 18:00 вы сможете больше узнать о компании и обсудить «горячие» темы системной аналитики.
⠀
В программе 2 актуальные темы и 2 топовых спикера!
⠀
👩🏻💻 Взаимодействие системного аналитика с Product Owner, бизнес-аналитиком и командой разработки
🗣Ольга Бондарева, старший системный аналитик IT_One
⠀
Обсудим:
— лучших друзей аналитика на разных этапах проекта;
— как выстоять натиск РО.
⠀
👩🏻💻 Подводные камни в работе аналитика. К чему готовиться?
🗣Екатерина Климова, старший системный аналитик IT_One
⠀
Разберем:
— плюсы работы аналитика;
— минусы, о которых все говорят;
— 7 грехов системных аналитиков.
⠀
🗓 Дата и время: 27 июля в 18:00
⠀
👉🏼 Регистрируйтесь здесь: https://clck.ru/34soBv